エージェントとモデルのリリース
StepFun Step 5プレビュー. StepFunのStep 5モデルのプレビュー版がOpenRouterに登場し、テストできるようになった。詳細はほとんど明らかになっていないが、中国のラボからの新たなフロンティアリリースであることを示している。
JetBrainsのMellum2.1. JetBrainsはMellum2.1をApache 2.0で公開した。12BのMixture-of-Experts構成のコーディングエージェントモデルで、アクティブパラメータは2.5B。ほとんどのベンチマークで前世代を上回り、LiveCodeBench v6では82.0を記録したが、難しいエージェント型ソフトウェアタスクではQwen3.5-9Bにまだ及ばない。
GoogleのGeminiエージェント. Googleは、Workspace、Slack、Microsoft 365、モバイルをまたいで動作し、デバイス間でコンテキストを保持する統合Geminiエージェントを企業向けに発表した。まずエンタープライズから提供し、サブエージェントを利用できるほか、専用のメールアドレスを持つ同僚としてのIDも持つ。
ClaudeのDashboardsとMotion. Anthropicは、テキストプロンプトからリアルタイム更新されるデータダッシュボードを自動作成するDashboardsと、アニメーションの解説動画を生成するMotionをベータ版で公開した。Docs、Slides、Designは無料アカウントを含む全プランで一般提供を開始した。
ツールとフレームワーク
40GB VRAMで学習. 新しいレシピを使えば、Qwen3.8-Flash-Next（125B-A6B）のLoRA学習をCPUオフロードなしの40GiBのVRAMで実行でき、Strix Halo上で毎秒200トークンの学習を達成する。transformers 5.18の最新GGUFサポートと、ディスクベースのengramに依存している。
VRAM 256GBのAMD構成. Radeon Pro V620を8枚積んだ2800ドルのマシンと独自改造のvLLMフォークで、Qwen3.8-Flash-Nextがデコード毎秒60～100トークン、プリフィル毎秒3000トークン以上で動く。同じカード上のllama.cppを大きく上回る。
支払いできるエージェント. LangChainのサンプルRestockエージェントは、StripeのLinkウォレットとManaged Deep Agentsを使えば、エージェントが実際の購入を安全に行えることを示している。エージェントがカード番号を目にすることはなく、支出はユーザーが承認した予算の範囲に限られる。
研究・ベンチマーク
意思決定モデルの性能. RTX 4090でのベンチマークによると、オープンな意思決定モデルのうち単語分類で最速なのはLayaで、levは13倍遅いものの最も多くの誤りを捉える。別のテストでは、意思決定モデルがリアルタイムでPac-Manをプレイし、2Dプラットフォーマーでは14ステージ中8ステージをクリアした。
量子化の進展. 新しい研究では、潜在因子分解による超低ビット量子化（LittleBit）と、QwenやKimiのような線形アテンションモデルの量子化を検討している。より小さく高速なローカルモデルにつながる可能性がある。
数学者がOpenAIをボイコット. Association for Human Mathematicsは、OpenAIがAI生成の証明を数百件公開したことを受け、数学者にOpenAIとの協業をやめるよう呼びかけている。多くがその証明を難解で検証不能だと見ている。OpenAIの解答は人間の理解を求める基準にも届いておらず、ある解答では自然言語と形式証明の間に隔たりがある。
業界・ビジネス
エージェント系スタートアップの調達. Arenaは評価額31億ドルで2億ドルを調達した。中国のManusはMetaによる買収が破談した後、5億ドル超を調達。Cal AI創業者のZach Yadegari氏は、新しいAIエージェントスタートアップPersonaのために1000万ドルを集めた。
OpenAIの売上予想修正. OpenAIは投資家に対し、年換算収益が500億ドルに近づいていると伝えたと報じられている。以前の予測より200億ドル低く、Anthropicとの計算方法の違いをめぐる混乱が背景にある。
出版社が提訴. USA Todayとその系列地方紙数社が著作権侵害でOpenAIを提訴し、2億5000万ドル超の損害賠償を求めた。AIラボに対する出版社の訴訟がまた一つ増えた。
企業でのエージェント導入効果. Oracleは人材リサーチの時間を98%削減し、ChatGPTの利用者が13万人に達したと報告。LegalOnは開発速度を維持したままCodexのコストを65%削減した。Snykは社内のサポートエージェントを、信頼性とアクセス制御を備えた顧客向け機能に転換した。
安全性とセキュリティ
解雇された安全研究者が反論. 先週解雇されたOpenAIの安全研究者3人が公開書簡を発表し、不正行為を否定するとともに、萎縮効果への懸念を示した。短期的な企業利益より安全性を優先したために解雇されたと主張している。
Anthropicが悪用を禁止. Anthropicは利用ポリシーを更新し、Claudeに対する「継続的で無用な虐待的・残酷な行為」のほか、選挙介入、兵器、監視を禁止した。まずは会話の終了で対応し、極端なケースではアカウント停止につながる可能性がある。
AWSでエージェント乗っ取り. Zenityの研究者によると、公開されているBedrock AgentCoreエージェントへの1つのプロンプトで、認証情報の漏えいと過度に広いデフォルト権限により、AWSアカウント内のすべてのAIエージェントを乗っ取ることが可能だった。AWSはこの問題を部分的に修正した。
この日のニュースは以上です – 約 5 分で読めます。